基于熵权-DEMATEL评价模型的知识服务供需匹配属性研究

知识服务过程中不仅存在知识资源的提供方,也存在知识资源的需求方,如何将知识服务供给方和需求方置于一个系统分析的角度成为需要解决的问题。本文选用知识服务过程中存在的供需匹配关系,结合知识服务要求构建了知识服务供需匹配系统,通过分析影响供需匹配系统的相关因素,从而构建起相应的匹配评价指标体系。依据知识服务供需匹配双方的因果关系,本文提出了熵权-DEMATEL双向评价模型对匹配评价指标进行分析,结合知识服务的供需匹配关系,找出适合知识服务供需双方的匹配属性。通过知识服务供需匹配属性的分析,不仅补充了供需匹配单一方法和评价指标的不足,也为知识服务质量的提升提供了理论支撑。

基于几何与属性匹配的地理信息数据融合更新方法

针对多源地理信息数据在尺度、几何位置和属性等方面存在不一致性而造成难以融合更新这一现状,探讨了一种基于几何与属性匹配技术的地理信息数据融合更新方法。该方法首先通过广义Voronoi图获取候选集,有效地提高候选集的获取效率并减少不相关目标对候选集的影响;接着,基于几何和属性匹配等关键技术实现点、线、面3种不同几何类型数据的匹配分析;最后,基于匹配结果从参考地理信息数据中提取增量数据,并完成目标数据的融合更新。实验结果表明,采用几何与属性匹配的地理信息数据融合更新方法,能够高效识别并提取增量数据,对监测数据更新模式的创新探索有一定的借鉴意义。

基于模糊聚类的属性匹配算法

提出了一种基于模糊聚类的属性匹配算法。该算法采用能综合反映属性名称相似性和语义相似性的模糊相似关系,提高了属性匹配的准确率;以等价闭包法对相似属性进行模糊聚类,得到多层次属性分类结果,更客观真实地反映了属性匹配的模糊性;同时,属性匹配过程中不需要设置匹配参数,避免了人为造成的误差。

基于属性描述匹配的云制造服务资源搜索方法

为实现智能、高效、便捷的云制造服务资源搜索,提高服务资源需求与制造服务资源的匹配精确度,在分析现有服务资源属性检索技术和云制造服务资源特点的基础上,提出一种基于属性匹配的云制造服务资源搜索方法,并建立了其中云制造服务资源属性标准化分类描述模型;设计了服务资源同义词字典集和属性字典集,并以此为基础构造了关键词规范化算法和参数化的属性匹配算法。通过算法复杂度分析和实例验证表明,该方法具有云制造服务资源的高效准确匹配的优势。

多属性匹配决策的等级置信度融合法

针对具有置信度信息的多属性匹配决策问题,提出了一种决策方法.给出了等级置信度的概念及其相关证明,将双边的多种形式置信度评价信息转换成等级置信度信息.在此基础上,把等级置信度信息作为证据,通过融合证据计算双边匹配融合度,并求解基于融合度的优化模型来获得匹配结果.最后,通过算例验证了该方法的可行性和有效性.

汉字属性匹配与大脑两半球协同活动

在识别汉字时，大脑两半球同时加工的作业成绩是否随加工阶段的增加而更显出优势。本研究用汉字形、音、义三种属性分别相匹配的方法和用指定提取法，所得实验结果一致表明，形似材料双侧视野同时识别与单侧视野识别成绩无显著差别，而同音与近义材料则表现出双侧呈现显著优于单侧呈现的作业成绩。最后结合脑功能成像研究，对加工阶段影响脑半球协同活动的原因进行了讨论。

社交网络中基于CP-ABE的隐私保护属性匹配方法

针对社交网络中用户属性匹配的隐私保护问题,提出一种可保护隐私的用户属性匹配方法。该方法基于匿名属性加密技术构建,可应用于集中式属性匹配场景中。在该方法中,用户用两个属性列表分别表示自我描述和交友偏好,并通过将自我描述转化为属性密钥以及将交友偏好转化为密文访问控制策略来实现属性信息的隐藏。服务器通过判断是否能够正确解密进行匹配判定。运用该方法,服务器可以在不必了解匹配双方具体属性信息的情况下完成双向属性匹配判定。分析和实验结果表明,在保证隐私安全性的同时,该方法也具备较高的计算效率,具有较强的实用性。

基于多属性匹配的突发事件应急管理决策模型

本文研究了多方救援协作背景下的突发事件应急管理决策问题,首先提出了基于信度分配函数的突发事件应急管理数据形式化表示;其次定义了突发事件应急管理救援需求与多方救援力量匹配度的概念,并给出衰减因子以实现对不同救援力量间抵达时间、救援能力以及救援效率的区分;最后设计了一个两阶段的救援需求与救援能力多属性匹配算法,用以支持有效应急救援策略的生成。

基于感知效用的多阶段多属性匹配决策途径

针对当前双边匹配研究仅限于单阶段情形,提出一种多阶段多属性情形下的匹配决策方法。首先,根据主体给出的各阶段orness测度,建立以各阶段orness测度与所求的累积权重orness测度间的偏差和,以及各累积权重之间的最大离差,两者之和最小为准则计算得到匹配对象各属性的累积权重。然后,与专家给出的属性值加权集结得到其累积评价值,进而依据逼近理想解法的思想测算匹配对象的累积评价值与主体期望的正负理想值之间的吻合度,得到主体的感知效用并作为匹配依据。通过建立一种基于感知效用的双目标优化模型,使用极大极小法求解该模型获得匹配结果。最后,通过一个算例比较极大极小法与线性加权法,前者得到的双方损益效用差值(0.33)小于后者(0.36);另外,所提方法使较劣一方的损益效用达到最大。

基于BP神经网络的属性匹配方法研究

为了实现异构数据库的数据共享,关键的问题就是要找出数据库间的相同属性。目前主要采用的方法是通过比较所有的属性来实现属性的相似性匹配,但是当同一属性用不同数据类型表示时,由于描述属性的元数据信息和取值信息的极大差异性,这些方法就不能找出相同的属性。并且将不同数据类型描述的属性放在一起匹配,还会造成属性数据之间的干扰,影响匹配结果的准确性。为此,本文提出一种基于 BP 神经网络的二步检查法属性匹配算法。该算法中属性首先根据数据类型进行分类,然后用分类后的属性集分别多次训练神经网络,并对每次的匹配结果求交集作为最终的属性匹配结果,进行两阶段检查,即二步检查法。该算法能有效地消除不一致信息的干扰,降低神经网络的规模,并且可以实现不同数据类型的属性集之间属性匹配过程的并行计算。实验结果显示本文提出的方法能明显地提高系统的运行效率、属性匹配的查准率和查全率。

CAD数字地形图中房屋属性自动匹配实现

数字地形图要素属性配置是数字地形图数据到GIS数据的一项重要而又繁重的工作,其中房屋属性匹配占主要部分。根据房屋多边形和其属性之间存在的位置关系,通过对已有判断点在多边形内外算法的研究和分析,采用射线法作为基本算法,同时提出了对射线法的异常处理,并利用该算法实现了数字地形图中房屋属性的自动匹配,以及对该算法进行了一系列实验,从实验结果可以看出该算法稳定、可靠。

利用FME实现AutoCAD数据到MicroStation数据的属性自动匹配

通过对MicroStation数据的分析,结合FME的数据转换机制,详细阐述了基于FME实现AutoCAD数据到MicroSta-tion数据转换的技术路线,为实现AutoCAD格式数据到MicroStation数据直接匹配属性提供了一条有效的途径。

基于异质多属性偏好的博弈双边匹配决策

针对现有双目标指派模型未能科学反映参与人之间合作与竞争势态并存的技术缺陷,文章运用个体理性下的矩阵博弈思维,提出一种基于博弈理论的多属性双边匹配决策方法。鉴于双方评价形式的不确定及信息不对称,采用多种类型信息描述主体的异质偏好。相对于传统方法以双方整体收益最大为目标,所提方法剖析参与人双向选择下的策略行为及潜在收益,兼顾个体与整体收益最大为目标建模,并进一步证明所求的匹配方案为纳什均衡解。算例分析表明所提方法可反映参与人的真实选择,对匹配方案具有较好的解释力,可为利益相关者在不同情境下提供决策支持。

基于要素属性匹配的多图幅数据自动接边方法研究

按照现有的模式,数字地形图生产大多以图幅为单位,采用AUTOCAD等数据格式进行存储。而GIS入库要求数字地形图数据以行政区域等区块为单位存储。两种不同的存储方式使数字地图数据在入库后,要对居民地、道路、水系和管线等地形要素做接边处理。针对海量数字地形图数据入库后的接边问题,提出一种基于图幅边界缓冲区分析,兼顾要素属性匹配约束,实现多图幅数据自动接边的方法。该方法简单、智能、判断准确,极大提高了接边效率以及准确率,实际应用中取得了很好效果。

语义模型驱动的数据属性匹配技术研究

目前,企业对数据集成的要求逐渐上升到语义层面。针对数据语义上的异构问题,提出了一种语义模型驱动的集成方式,并实现了语义模型应用框架;讨论了框架中语义模型驱动的数据属性匹配技术,该技术用于在语义模型已存在的前提下,通过提供映射的方法实现异构数据到已有模型的映射。

属性散射中心匹配及其在SAR目标识别中的应用

属性散射中心是合成孔径雷达(Synthetic Aperture Radar,SAR)图像的一个重要特征。该文提出了一种属性散射中心匹配方法并将其运用于SAR目标识别中。该方法首先基于属性散射中心模型提取待识别SAR图像和模板SAR图像的属性散射中心,进而采用Hungarian算法实现散射中心的匹配。在建立的匹配关系的基础上,设计了一种稳健的散射中心匹配度度量方法计算待识别散射中心与各类模板散射中心的匹配度。该匹配度准则充分考虑了单个散射中心强弱、匹配对强弱以及漏警、虚警带来的影响,对于散射中心集的匹配度的评价更为全面。基于Moving and Stationary Target Acquisition and Recognition(MSTAR)数据集的实验验证了方法的有效性。

基于置信规则库推理的多属性双边匹配决策方法

针对具有不确定信息的多属性双边匹配决策问题,引入置信规则库推理方法,提出一种双边匹配决策.首先使用置信度评价信息来解决信息的不确定性、不完整性等问题,其次通过置信规则库推理方法将置信度评价信息转换成等级置信度信息,最后利用等级置信度信息建立0-1规划模型并求得最终的匹配方案.提出截断线性区间映射法用以解决当BRB系统的输入值达到阈值后会对输出产生错误的诱导,采用强行截断的方式将该输入值纳为不确定部分,当不足以采用截断方式时,使用区间映射法来减少对结果的不良影响.实例分析表明,使用置信规则库推理方法解决多属性双边匹配决策问题是可行和有效的.

基于关键属性匹配的高校人员信息整合研究

高校信息化发展所面临的巨大挑战之一是数据质量问题,需要采用有效的数据治理手段全面提升数据质量。人员信息作为高校的核心主数据,是数据治理的重要内容。提出了一种基于关键属性匹配的人员信息整合方法,通过数据预处理、人员唯一性识别、可疑数据人工处理等步骤,对人员赋予唯一编号标识有助于消除多源系统中的重复人员信息形成人员的"黄金视图",同时支撑学校其它各类业务应用。

属性链匹配法识别自由手写数字

本文提出一种属性链匹配识别自由手写数字的方法,以带有属性的基元描述待识字符,粗分类后的一般类字符用属性链匹配法识别.

报废汽车回收再制造企业特征属性与生产性服务需求匹配预测

为了应对报废汽车回收再制造行业的快速发展,将报废汽车回收再制造产业链与生产服务相结合,提出将报废汽车回收再制造企业特征参数与多种生产性服务进行匹配的预测模型。通过调查问卷方式获得原始样本数据,并采用主成分分析方法进行数据处理,建立遗传算法-BP神经网络混合模型,然后对模型进行训练和测试,实现对生产性服务需求匹配的预测功能。